基于多源信息融合的茶叶发酵品质动态判别方法

摘要: 本发明涉及茶叶加工检测,特别涉及基于多源信息融合的茶叶发酵品质动态判别方法。背景技术:1、茶叶发酵是红茶、乌龙茶等加工过程中的关键工序,发酵进程会直接影响茶叶中...
基于多源信息融合的茶叶发酵品质动态判别方法

本发明涉及茶叶加工检测,特别涉及基于多源信息融合的茶叶发酵品质动态判别方法。

背景技术:

1、茶叶发酵是红茶、乌龙茶等加工过程中的关键工序,发酵进程会直接影响茶叶中茶黄素、茶红素、茶褐素等品质成分的转化关系,并进一步决定成品茶的色泽、香气和滋味。现有生产中,发酵程度多依赖人工观察叶色、嗅闻香气并结合经验判断,判断结果受人员经验、环境光照和批次原料差异影响明显,难以形成连续、客观的发酵品质判别依据。

2、随着传感器检测和数据处理技术的发展,已有方案开始利用图像、气味、色度、温湿度等信息对茶叶发酵状态进行识别,或者对成品茶汤品质进行客观评价。但相关技术通常停留在当前状态判别或发酵后品质评价层面,判别结果与后续发酵调控之间缺少有效衔接;部分发酵调控方案虽然能够根据环境参数调整温湿度或时间,但调控触发依据主要来自预设工艺条件或发酵环境变化,难以反映茶叶自身品质成分在发酵过程中的动态演变。

3、在茶叶发酵过程中,若不能将发酵状态判别结果进一步用于终点品质预测,容易导致调控介入时机滞后;若调控参数未经预测验证直接执行,又可能造成发酵环境调节与终点品质目标不匹配,影响不同批次茶叶的品质稳定性。因此,亟需一种能够将多源信息融合、发酵程度判别、终点品质预测和发酵参数调控相结合的茶叶发酵品质动态判别方法。

技术实现思路

1、本发明的目的在于提供一种基于多源信息融合的茶叶发酵品质动态判别方法,以解决现有茶叶发酵过程中品质判别结果与发酵调控过程割裂、难以依据茶叶自身品质变化提前调整发酵环境温度和剩余发酵时间的问题。

2、为实现上述目的,本发明提供一种基于多源信息融合的茶叶发酵品质动态判别方法,包括:

3、s1、对茶叶发酵过程中的多源传感数据进行特征融合形成融合特征向量,由发酵环境数据和发酵时间数据生成环境辅助参数,环境辅助参数包括发酵环境温度和剩余发酵时间;

4、s2、将融合特征向量输入判别模型输出发酵程度等级和茶黄素含量估计值,并将融合特征向量、发酵程度等级和茶黄素含量估计值按时序形成发酵时序数据;

5、s3、发酵程度等级首次由初期转入中期时,提取发酵开始至当前时刻的发酵时序数据,与环境辅助参数输入终点品质预测模型,输出终点茶黄素含量预测值和终点茶红素与茶褐素比值预测值;

6、s4、终点茶黄素含量预测值低于茶黄素含量阈值时,根据低于茶黄素含量阈值的偏差幅度和终点茶红素与茶褐素比值预测值,形成调控参数;

7、s5、以调控参数更新环境辅助参数,将更新后的环境辅助参数和发酵时序数据输入终点品质预测模型进行调控前仿真验证,调控前仿真验证通过时,按调控参数调整发酵环境温度和剩余发酵时间。

8、进一步地,s1中,多源传感数据包括图像数据、气味响应数据和色度数据,发酵环境数据包括温湿度数据;图像数据、气味响应数据、色度数据和温湿度数据在同一采集周期内采集并按时间戳对齐;环境辅助参数还包括发酵环境相对湿度和已发酵时长,剩余发酵时间由预计发酵总时长减去已发酵时长确定。

9、进一步地,s1中,对图像数据提取颜色特征和纹理特征,对基线校正和滤波后的气味响应数据提取稳态响应特征,对色度数据提取色度特征;将颜色特征、纹理特征、稳态响应特征和色度特征归一化后按来源顺序拼接,得到融合特征向量。

10、进一步地,s2中,发酵程度等级包括初期、中期和后期;判别模型包括随机森林分类子模型和随机森林回归子模型,随机森林分类子模型输出发酵程度等级,随机森林回归子模型输出茶黄素含量估计值。

11、进一步地,s3中,按采集时刻读取发酵程度等级形成发酵程度等级序列;发酵程度等级序列中相邻记录由初期变为中期时,将首个中期记录对应的采集时刻作为触发时刻。

12、进一步地,s3中,终点品质预测模型为带注意力机制的长短期记忆网络模型;带注意力机制的长短期记忆网络模型以发酵开始至触发时刻的发酵时序数据为时序输入,将发酵时序数据中的融合特征向量划分为与多源传感数据来源对应的特征分量,根据特征分量和隐藏状态向量计算注意力权重,并将加权后的特征分量、环境辅助参数和隐藏状态向量输入至输出层,输出终点茶黄素含量预测值和终点茶红素与茶褐素比值预测值。

13、进一步地,s4中,以发酵环境温度和预计发酵总时长为因素、以终点茶黄素含量和终点茶红素与茶褐素比值为响应值进行正交实验和响应面回归,建立温度和时间补偿策略表;根据偏差幅度、终点茶红素与茶褐素比值预测值和发酵环境温度查询温度和时间补偿策略表,读取作为调控参数的发酵环境温度修正量和剩余发酵时间调整值。

14、进一步地,s5中,调控参数包括发酵环境温度修正量和剩余发酵时间调整值,发酵环境温度修正量更新环境辅助参数中的发酵环境温度,剩余发酵时间调整值更新环境辅助参数中的剩余发酵时间;终点品质预测模型输出仿真终点茶黄素含量预测值和仿真终点茶红素与茶褐素比值预测值,仿真终点茶黄素含量预测值高于茶黄素含量阈值且仿真终点茶红素与茶褐素比值预测值位于预设茶红素与茶褐素比值范围内时,判定调控前仿真验证通过;调控参数位于调整范围边界内侧且调控前仿真验证未通过时,按调控参数步长修正调控参数并重新仿真验证;调控参数到达调整范围边界且调控前仿真验证未通过时,保持当前发酵环境温度和剩余发酵时间并输出人工确认提示。

15、进一步地,按调控参数调整发酵环境温度和剩余发酵时间后的下一采集周期返回s1并执行s2,更新发酵时序数据并获得当前发酵程度等级;将更新后的发酵时序数据和环境辅助参数输入终点品质预测模型,得到复核终点茶黄素含量预测值和复核终点茶红素与茶褐素比值预测值;当前发酵程度等级为中期且复核终点茶黄素含量预测值低于茶黄素含量阈值时,以复核终点茶黄素含量预测值和复核终点茶红素与茶褐素比值预测值重新执行s4至s5;当前发酵程度等级转入后期或者复核终点茶黄素含量预测值高于茶黄素含量阈值时,停止重新执行s4至s5。

16、进一步地,发酵结束后测定实测终点茶黄素含量和实测终点茶红素与茶褐素比值作为实测终点品质指标,将发酵时序数据、环境辅助参数、终点茶黄素含量预测值、终点茶红素与茶褐素比值预测值、实际调控记录和实测终点品质指标作为新增训练样本存入历史数据库;新增训练样本数量满足批次数量阈值或者距上次训练的时间间隔满足训练间隔阈值时,重新训练用于判别发酵程度等级和估计茶黄素含量的模型以及终点品质预测模型;重新训练终点品质预测模型时,自发酵程度等级转入中期后的不同起始时刻截取时序片段作为训练样本,以同批次实测终点品质指标作为训练标签。

17、与现有技术相比,本发明至少具有以下有益效果:

18、本发明通过多源传感数据形成融合特征向量,并将融合特征向量用于发酵程度等级判别和茶黄素含量估计,使茶叶发酵过程中的图像、气味和色度变化能够转化为连续的发酵时序数据,减少仅依赖人工经验判断造成的主观差异,为发酵过程品质判别提供客观数据基础。

19、本发明以发酵程度等级首次由初期转入中期作为终点品质预测的触发条件,使终点品质预测建立在茶叶自身发酵阶段变化的基础上,而不是仅依赖固定发酵时间或环境参数变化;该方式能够在发酵过程尚具有调控余量时预测终点茶黄素含量和终点茶红素与茶褐素比值,为提前干预提供时序依据。

20、本发明在终点茶黄素含量预测值低于茶黄素含量阈值时生成调控参数,并在实际调整前通过终点品质预测模型进行调控前仿真验证,只有在仿真结果满足茶黄素含量和茶红素与茶褐素比值要求时才调整发酵环境温度和剩余发酵时间,从而降低调控参数与终点品质目标不匹配的风险。

21、本发明在调控后继续采集数据并更新发酵时序数据,对中期发酵过程中的复核预测结果再次执行调控判断,使品质判别、终点预测和发酵参数调整形成连续闭环;发酵结束后的实测终点品质指标还用于新增训练样本构建和模型重新训练,有利于提高不同批次原料和不同发酵环境下的品质判别稳定性。